Il corso mira a fornire agli studenti gli strumenti teorici e applicati per comprendere, stimare e interpretare modelli econometrici avanzati, con particolare attenzione ai problemi di identificazione, endogeneita',…
Scheda dell'insegnamento
Obiettivi formativi
Il corso mira a fornire agli studenti gli strumenti teorici e applicati per comprendere, stimare e interpretare modelli econometrici avanzati, con particolare attenzione ai problemi di identificazione, endogeneita', selezione, eterogeneita' non osservata e struttura dei dati.
Al termine del corso, lo studente dovrebbe essere in grado di:
- comprendere il ruolo delle assunzioni identificative nei modelli econometrici;
- distinguere tra associazione statistica e interpretazione causale;
- analizzare criticamente problemi di selezione, endogeneita' e variabili omesse;
- interpretare modelli per dati osservazionali, dati panel, effetti fissi, effetti casuali, variabili strumentali e metodi basati su condizioni di momento;
- valutare la plausibilita' empirica delle principali strategie di identificazione;
- leggere e discutere applicazioni econometriche tratte dalla letteratura empirica;
- collegare gli strumenti econometrici a problemi concreti di analisi economica, valutazione delle politiche pubbliche e ricerca applicata.
L'obiettivo generale e' sviluppare una comprensione rigorosa ma operativa dell'econometria moderna, intesa non solo come insieme di tecniche di stima, ma come linguaggio per formulare, identificare e valutare ipotesi empiriche.
Programma
Il corso affronta temi centrali dell'econometria avanzata, con particolare attenzione ai modelli per dati osservazionali e alle strategie di identificazione.
Gli argomenti principali includono:
- richiami di regressione lineare, inferenza econometrica e interpretazione dei coefficienti;
- framework dei potenziali risultati, effetti medi di trattamento ed eterogeneita' degli effetti;
- random assignment come benchmark sperimentale per l'identificazione causale;
- selezione su osservabili, conditional independence assumption e overlap;
- dati panel, eterogeneita' non osservata, effetti fissi ed effetti casuali;
- trasformazioni within, prime differenze, effetti temporali e diagnostica di base;
- introduzione alle variabili strumentali e all'identificazione mediante variazione esogena;
- condizioni di momento e introduzione ai metodi GMM;
- collegamenti tra strategie di identificazione, limiti dei diversi approcci e interpretazione empirica dei risultati.
Il corso combina esposizione teorica, esempi numerici, discussione di applicazioni empiriche e interpretazione economica dei risultati.
Il corso richiede una conoscenza di base dell'econometria lineare e dell'inferenza statistica. In particolare, e' utile che gli studenti abbiano familiarita' con il modello di regressione lineare, il metodo dei minimi quadrati ordinari, l'interpretazione dei coefficienti di regressione, i test d'ipotesi e gli intervalli di confidenza.
Sono inoltre richieste nozioni elementari di probabilita', statistica matematica e algebra matriciale. La familiarita' con concetti quali valore atteso condizionato, varianza, covarianza, consistenza, distribuzione asintotica e massima verosimiglianza costituisce un utile prerequisito. Eventuali richiami agli strumenti necessari saranno forniti durante il corso.
Lezioni frontali
Modalità d'esame
Esame finale scritto
Codice insegnamento 9090_48006_10089